MétaCan
Menu
Retour à la cohorte
Enregistrement W4410212523 · doi:10.4337/9781035337279.00007

The practice of compliance and implementation in multilateral environmental agreements

2025· book-chapter· en· W4410212523 sur OpenAlexaboutno aff
Alistair Rieu‐Clarke

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2025
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueInternational Environmental Law and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompliance (psychology)BusinessEnvironmental complianceEnvironmental planningEnvironmental protectionEnvironmental sciencePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Ever since a compliance and implementation mechanism (CIM) was incorporated into the 1987 Montreal Protocol, there has been a proliferation of such mechanisms within multilateral environmental agreements (MEAs). Given the complex nature of environmental problems, CIMs have proven to be a better means by which to manage MEA compliance and implementation compared to traditional dispute settlement mechanisms. While the design of CIMs varies from one MEA to another, they tend to include three core functions, namely reporting, reviewing and addressing weak implementation or non-compliance. In terms of reporting, MEAs include measures by which parties usually self-report on their progress in implementing an MEA, although some have options for non-parties to report or comment on the reports submitted by parties. Reviewing these reports is often left to the secretariat of the MEA. Additionally, compliance and implementation committees often play a key role in reviewing incidences of non-compliance or weak compliance. There are various ways in which such a committee may hear a case, including through self-reporting by a party itself, by one party raising an issue of another party, or through a ‘committee initiative’, i.e., where information is provided to the committee from other sources, such as from non-governmental organisations. In terms of addressing weak implementation or non-compliance in MEAs, the provision of financial and technical assistance might be the most effective means by which a party that is struggling to implement its commitments is supported.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,910

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetInternational Environmental Law and PoliciesTravaux en français237 207